摘要：设计了一种基于磁流变阻尼器的假肢膝关节,利用拉格朗日理论建立假磁流变阻尼肢膝关节的动力学模型。对设计的磁流变阻尼假肢膝关节进行参数化设计,采用ADAMS仿真软件对参数化后的假肢进行仿真,分析了不同路面条件下假肢的驱动力矩和磁流变阻尼器的阻尼力。结果显示:在摆动期,磁流变阻尼假肢的驱动力矩发生了显著的变化,需要较大的驱动力矩。在摆动阶段,磁流变阻尼器的阻尼力较大,相对于平地行走和上楼梯而言,磁流变阻尼器输出的阻尼力在下楼梯时更大。因此,基于磁流变阻尼器的假肢膝关节为后续研究奠定了一定的理论基础,通过一系列的参数化设计,使得磁流变阻尼假肢膝关节满足性能要求。

摘要：对图像中的鱼类目标进行分割是提取鱼类生物学信息的关键步骤。针对现有方法对养殖条件下的鱼类图像分割精度较低的问题,提出了基于目标检测及边缘支持的鱼类图像分割方法。首先,设计了基于目标检测的完整轮廓提取方法,将具有完整轮廓的鱼类目标从图像中提取出来作为分割阶段的输入,使得整幅图像的分割问题转化为局部区域内的分割问题;然后,搭建Canny边缘支持的深度学习分割网络,对区域内的鱼类实现较高精度图像分割。实验结果表明,本文方法在以VGG-16、ResNet-50和ResNet-101作为主干网络的模型上的分割精度为81.75%、83.73%和85.66%。其中,以ResNet-101作为主干网络的模型与Mask R-CNN、U-Net、DeepLabv3相比,分割精度分别高14.24、11.36、9.45个百分点。本文方法可以为鱼类生物学信息的自动提取提供技术参考。

摘要：有效波高(Significant wave heights,SWH)是描述海浪的重要属性,SWH的预测对于保障近岸工程设计以及海上作业安全具有重要意义。近年来,深度学习方法被用来对SWH进行预测,但是目前存在的方法无法有效捕捉SWH的长时间相关性,同时忽略了海洋多要素之间的局部关联。为此,提出一种结合海洋多要素局部和全局特征的SWH预测模型(Multi-elements local and global correlation for wave height prediction,MLG-SWH)。以有效波高、风速、周期等多要素作为输入,设计了局部-全局编码(Local-global embedding,LGE)模块,提取海洋多要素的局部关联以及时间信息。采用编-解码器作为基础网络结构,提取多要素海浪序列特征。在编-解码器中,设计了空洞因果卷积自注意力模块来有效捕捉海洋多要素序列的全局长时间相关性,并在解码器中利用生成推理方式避免单步迭代预测产生的误差累积。选取北大西洋海浪有效波高变化特点不同的两个站点数据进行实验。相较于经典时间序列预测模型以及主流深度学习方法,研究所用的MLG-SWH模型在24和48 h预测的均方根误差以及平均绝对误差均为最低,并在长时序预测方面具有较大的优势。

摘要：基于合成孔径雷达(SAR)图像的海冰分类已经成为海冰监测的重要基础,但现有方法往往利用图像空间特征,很少考虑时间特征。提出了一种融合时空特征的SAR图像海冰分类网络SEConvLSTM。首先使用ConvLSTM对HH和HV极化图像分别提取时空特征,然后将提取的不同层次和通道的时空特征进行拼接,并利用SE通道注意力进行通道特征响应的自适应重新校准,最后利用SoftMax函数进行图像分类。将SI-STSAR-7数据集6个时间步长的图像块作为输入对所提方法与其他分类方法进行了对比实验。结果显示:SE-ConvLSTM在总体情况和分类困难的厚一年冰上分别达到了97.06%和90.01%的精度,表明加入时间信息有助于提高分类准确率。同时,所提网络在生成海冰分布图时对主要冰类型密集度较低的区域和SAR影像的边界位置都具有更好的识别能力。

摘要：为实现磁流体轴承的自感知功能,设计一个PID闭环反馈控制系统,使磁流体轴承可以在不同工作状态下自动调节阻尼,从而达到最优减振效果。为验证闭环控制系统的合理性,利用MATLAB/Simulink搭建磁流体轴承闭环控制系统的仿真模型,在仿真模型中施加相同的激励信号,并对施加PID控制与未施加控制所得到的数据进行对比分析。仿真结果表明:磁流体轴承在施加PID控制下能有效减小转轴的振幅和轴承的振动,并且抑制效果明显,特别对振幅峰值处的抑制更为有效,证明了该自感知轴承控制系统的可行性与有效性,为自感知磁流体轴承后续研究提供了理论依据。

摘要：海洋科学数据是典型的多源异构三维空间数据,其特征为数据的管理、应用与共享带来了困难。本体作为一种可共享的、明确的、规范化的说明,是处理异构数据的一种有效手段。以构建海洋科学数据本体为目标,首先梳理了海洋空间本体的构建流程。然后针对流程中的两个核心步骤进行了创新和改进:①为更完整地表达海洋空间本体中的对象属性,在海洋科学数据空间关系描述中,从海洋水深角度出发,提出了考虑内部划分的三维方位关系模型,并对维数扩展9交矩阵模型(dimensionally extended nine-intersection model,DE-9IM)取值进行了三维扩展,使其能够准确表达三维对象之间的拓扑关系。②根据丰富后的海洋科学数据空间关系,设计了适合该本体推理的空间规则集。最后以国家极地科学数据为例,搭建了考虑三维空间关系的海洋科学数据本体库,并从数据检索的查全率与查准率两方面证明了该本体的有效性。

摘要：海面温度(SST)与全球气候变化、海洋灾害、海洋生态系统密切相关,因此准确地预测SST是一个重要课题。现有区域型SST预测方法将SST时间序列处理为二维矩阵序列并作为模型输入,每个矩阵对应着特定时刻的区域SST,通过提取时空特征来实现其预测,但未充分考虑不同时空特征在时间维度和空间维度上对SST影响的不均衡性,限制了预测精度地提高。为了解决该问题,提出了一种结合时间注意力机制和空间注意力机制的区域SST预测方法(CRA-ConvLSTM),使得模型动态关注不同时刻的时间特征和区域内不同点的空间特征,赋予不同的影响权重,进而提高SST预测精度。具体来说,首先将输入的区域SST时间序列通过卷积神经网络(CNN)编码为多层特征向量,提取局部特征;然后构建了残差时间注意力模块,自适应地学习不同时刻的注意力权重,提取时间维度上的关键特征,并设计了残差空间注意力模块,提取区域内不同点在空间维度上的关键特征,此外,将注意力机制结合残差结构避免了网络中信息量过少导致的性能下降问题;最后通过卷积长短时记忆神经网络(ConvLSTM)将特征向量映射为SST预测结果。实验结果显示,该模型的均方根误差(RMSE)和预测精度(PACC)分别达到了0.19和99.43%,均优于其他方法,有效提高了SST的预测精度。

摘要：采用ANSYS软件对平面XX型圆管相贯节点的极限承载力进行了非线性有限元分析,揭示了相贯节点塑性区的应力分布情况,确定了节点的主要破坏模式,并重点探讨了一些基本几何参数对节点承载力的影响。研究结果表明,支主管外径之比?、主支管轴线夹角?、主管径厚比γ是影响平面XX型圆管相贯节点极限承载力的主要因素;平面XX型圆管相贯节点的破坏模式大多属于节点塑性破坏;平面XX型圆管相贯节点的极限承载力计算公式,可在K型节点承载力设计公式的基础上乘以一个修正参数。

摘要：随着风电穿透功率的急剧增加,风力发电对地区电网稳定性的影响不容忽视,双馈式风电系统低电压穿越技术的研究成为热点问题。介绍了欧洲部分国家低电压穿越的标准,详细分析了双馈感应发电机在电网电压跌落时的暂态特性,总结和分析了双馈式风力发电系统低电压穿越功能的实现方案,并对双馈式风力发电系统低电压穿越技术的发展趋势进行了展望,指出在风电场规划设计阶段,必须慎重选择并网点,同时定制具有相应低电压穿越能力的风机。

摘要：为提高并网风电场输出的稳定性、降低风电场对电网的冲击,文中提出了基于统一控制策略的串并联型超级电容器储能系统(super capacitor energy storage system,SCESS)改善并网风电场输出稳定性的方法。研究了超级电容器的等效模型及其工作原理,设计了串并联型SCESS的统一控制策略,并以风电场阵风扰动和出口三相短路故障为例,在PSCAD/EMTDC软件中进行了仿真分析。仿真结果表明,采用该控制策略的超级电容器储能系统能够在大的风速扰动和三相短路故障下平滑风电场的功率输出,降低风电场对电网的冲击。